智能互联淘宝服饰-B端产品经理-杭州

1.负责快时尚B端平台型产品的设计与优化，包括需求分析、产品设计、功能迭代和效果评估，服饰质检管理、商品管理、供应链系统等核心模块，能快速学习行业知识并转化为产品解决方案； 2.具备数据分析能力，能推动智能化工具开发与业务流程创新，提升业务效率和商业价值； 3.跨部门协同技术、运营等团队，推动产品功能落地和业务目标达成，确保项目按时高质量交付。

作为AIGC产品商业化落地关键推动者，深度连接商家客户与产品团队，通过需求洞察、解决方案设计、标杆案例打造及生态运营，驱动AIGC产品在B端市场的规模化增长与客户成功。 1. 产品推广与增长策略：制定AIGC产品的B端市场进入策略（Go-to-Market），设计商家分类分层（如KA、中腰）的解决方案包，制定客户生命周期运营策略（招商引入-留存-成长孵化-转介绍）, 主导产品功能培训、提升前线团队转化效率； 2. 商家需求抽象与产品协同：深度访谈KA客户及行业客户，提炼高频、高价值场景需求，输出结构化需求，推动产品团队迭代优化； 3. 建立商家需求反馈闭环机制，设计考核手段和监控核心指标（LTV、选中率等），效果数据分析与问题归因，确保AI产品功能与商业场景强匹配； 4. 标杆案例打造与复制：从0到1孵化行业标杆客户，输出可复用的成功路径（含ROI测算、实施方法论、商业价值验证），输出行业标杆案例库与标准化运营方法论，完成规模化复用； 5. 跨团队管理与协同：协调产品、研发、标注、运营团队资源，推动关键项目落地，制定商业化项目全周期计划，确保资源协同与目标达成。

1、负责服饰行业AI产品体系架构和搭建，结合AIGC技术特性设计标准化产品模块。 2、以商家经营视角理解业务需求，针对服装电商全链路场景（企划设计、拍摄、运营营销、销售测算、供应链管理），深入分析商家经营核心痛点（如爆款预测偏差率高、设计周期长、商拍成本高等）定义AIGC切入的红利场景。 3、模型选型、应用、优化：从业务视角判断模型应用可行性、提供扎实的模型选型依据、业务预期性能指标设定、风险应对预案；具备独立设计AB实验，通过A/B测试验证策略有效性，设计有效的数据反馈迭代飞轮。 4、建立完整的产品效率、生产质量评估体系，有效量化各环节的产品交付水平，从数据中定位问题，识别业务流程中的“效率瓶颈点”，提供产品解决方案，实现业务规模化和增长。 5、设计商业量化手段，完成客户价值验证，通过商业模式设计，实现平台和商家双赢的商业化闭环。 6、跨部门协作与项目管理，设定业务和模型关键指标（如一致性、准确率指标等），制定产品落地路线和节奏，确保算法与业务目标对齐。协同运营、技术、算法、设计等团队一起推进AIGC技术在服饰行业的自动化规模化落地。

主导复杂场景模型开发与性能优化的服务场景拆解、数据任务拆解、模型微调。 1. 围绕业务场景设计高应用落地可行性的知识图谱，推进知识体系从业务know-how 到模型实现的落地；如定义“轻熟风”的设计要素（如V领、垂感面料、低饱和度配色），并将其转化为可结构化输入模型的标签体系。 2. 数据治理：数据标注的准确性、标注任务的拆解效率（如服饰属性标签的粒度设计是否适配业务场景），以及数据安全合规性（如客户敏感数据脱敏处理）；需提交季度数据质量报告，例如“面料属性标注的准确率提升至95%”。 3. 根据服饰行业出图效果，和算法合作优化AIGC模型（如微调、数据标注、效果评估）；设计模型评估指标，跟踪业务效果（如预测准确率、质检效率提升）。 4. 针对供应链场景，需整合生产数据（如面料库、版型库）与AI生款策略，优化模型和生产链路，提升出图质量，平衡成本与交付时效。 5. 建立贴合业务需求的，科学的模型效果测算方法论和评估体系，定期输出业务价值报告（如AIGC内容的用户点击率提升、供应链效率优化等）。 6. 建立标注人员质量评分机制（如标注错误率＜5%为达标），定期淘汰低效外包资源。 7. 具备独立设计AB实验，通过A/B测试验证运营策略的能力，例如测试“搭配prompt调用策略有效性”、“不同模型选型下”的客户满意度差异等。